pointnet中shared_mlp过程详细解析

pointnet网络模型如下图所示：

暂时不关注input_transform和feature_transform。同时也不关注分割任务。

从输入n×3到n×64的操作：

（图中数字仅为示意，不代表具体计算）
首先输入为n×3（n×1×3×1：点数×长×宽×通道数）有64个1×3的卷积核，每个卷积核对点云进行卷积操作，并生成一个通道，64个卷积核共计生成64个通道。（叙述过程省略了加偏置和激活的部分）得到的结果为n×64（n×1×1×64点数×长×宽×通道数）成功将数据升维。
在将64维升到128维的过程中，有一个【1×1】的卷积操作，这个过程易于造成理解上的偏差。

在源码中定义了一个kernel，kernel_h,kernel_w:代码中传入的为1×1，num_in_channels:输入通道（对应下图中的64个通道），num_out_channels:输出通道，就是核的个数。所以可以如下图理解这个shared_mlp的过程：

一个核的大小为【1×1×64（输入的通道数，根据输入进行变化）】，与输入对应位置相乘在相加，共128个核，则输出为【n×1×1×128】，成功将向量升维至128，初次阅读代码，看到这个【1×1】的卷积核，很是困惑，可以理解为一个【1×输入（64、128、1024）】的一个卷积核。从上到下这个卷积的过程，使用的是同一个卷积核，从而实现了权值共享的操作。
升维操作后进行最大池化，然后放入mlp分类器，这个过程很好理解。最大池化是一个对称函数，主要对点云的置换不变性。后面的操作看源码就很简单了。
附：